نماذج ومنصات الذكاء الاصطناعي

Perplexity تكشف تفاصيل بنية ذاكرة Brain واختبارات Agent API

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

نشرت Perplexity في 2 نوفمبر 2026 دليلًا تقنيًا لذاكرة وكلاء الذكاء الاصطناعي طويلة الأمد، تناولت فيه بالتفصيل نظام Brain في Perplexity Computer، ومكوّنات بناء الذاكرة في Agent API، واختبارات التحقق مما إذا كان السياق المخزّن يحسّن أداء الوكيل في المهام اللاحقة.

بنية Brain والنتائج المعلنة

تصف Perplexity نظام Brain بأنه نظام الذاكرة ذاتي التحسين الخاص بها في Computer، والمصمم لتنظيم الأعمال السابقة والتصحيحات في موسوعة معرفية متجددة. ويعتمد النظام على الذاكرة على مستوى الرموز، أي إن المعلومات تُخزَّن خارج النموذج وتُستدعى إلى السياق عند الحاجة. ويؤدي تعديل صفحة في الموسوعة إلى تغيير ما يمكن للوكيل قراءته في مهمة لاحقة، من دون تعديل الأوزان التي تعلّمها النموذج.

يخزّن Brain هذه السجلات في صورة ملفات داخل بيئة العمل المعزولة للوكيل، موزعة على ثلاث طبقات. أما sessions/ فيحتفظ الدليل بالنصوص المفرّغة الأصلية وملخصاتها، notes/ وينظّم المعلومات المستخلصة حسب الموضوع، و knowledge/ يضم صفحات الموسوعة المكتوبة بصيغة Markdown والمرتبطة فيما بينها، والتي تتناول أشخاصًا ومشروعات ومفاهيم. ويصنّف الدليل سجلات الجلسات على أنها ذاكرة عرضية، والموسوعة على أنها ذاكرة دلالية؛ أما المهارات والتعليمات المحفوظة فتوفّر ذاكرة إجرائية توضّح كيفية تنفيذ المهام.

تعالج وكلاء تعمل في الخلفية، تُسمى Dream، سجلات جلسات كل يوم خلال الليل، وتُعدّ ملخصات وتراجع الموسوعة عندما تتغير المعلومات. وتقول Perplexity إنها تتحقق من التعديلات المرحلية قبل تثبيتها عبر Git، مع إتاحة عرض الفروق لمراجعتها. ويرتبط كل إدخال في الذاكرة بمصدره، فيما تعزز تحديثات Brain الخلفية المعلومات التي لا تزال صحيحة، وتراجع الإدخالات عند حدوث تغييرات، وتحدد المواد التي أصبحت قديمة.

أفادت Perplexity بأن الجلسات المدعومة بـBrain حققت، في تقييم مزدوج امتد 30 يومًا، تحسنًا في الدقة بلغ 9.3 نقطة مئوية، وفي الاستدعاء بلغ 8.9 نقطة مئوية، مع استخدام رموز أقل بنحو 15%. وفي معيار داخلي منفصل شمل 150 سؤالًا عن مستندات مالية، حقق وكيل استكشاف يستخدم أدوات الملفات القياسية درجة إجابة بلغت 0.627، مقارنة بنحو 0.37 للبحث الدلالي في مجموعة المستندات نفسها.

مكوّنات الذاكرة في Agent API

تميّز Perplexity بوضوح بين ما تقدمه للمطورين وBrain: إذ لا يتضمن Agent API نظام ذاكرة يصون نفسه تلقائيًا. وبدلًا من ذلك، يوفّر إجراءات ذات إصدارات محددة، ووسائل لنقل سياق المحادثة بين الطلبات، وأدوات للقراءة من مخزن يتحكم فيه المطوّر والكتابة إليه.

تجمع المهارة المخصصة التعليمات والإجراءات والملفات الداعمة تحت رقم إصدار. ويحفظ الملف التعريفي الإعدادات الأوسع، بما فيها النموذج والتعليمات والأدوات والمهارات والموصلات وإعدادات التشغيل، ضمن معرّف واحد ذي إصدار محدد. ولا تتعلم المهارات بصورة مستقلة؛ إذ تتغير تعليماتها عندما يحمّل شخص أو إجراء آلي إصدارًا جديدًا.

لدى المطورين خياران للحفاظ على سياق العمل بين الأدوار. يمكنهم وضع رسائل سابقة مختارة في مصفوفة الإدخال للطلب التالي، وتحديد ما ينبغي الاحتفاظ به أو تلخيصه أو حذفه من المعلومات الحساسة أو إسقاطه. وبدلًا من ذلك، يمكنهم تمرير معرّف استجابة مكتملة على أنه previous_response_id، ما يتيح لـPerplexity الاحتفاظ بحالة المحادثة على خوادمها من دون أن يعيد التطبيق إرسال الأدوار السابقة. ومع ذلك، يتطلب كل من الخيارين إرسال أي تعليمات أو أدوات أو إعدادات نموذج جديدة تلزم للاستجابة التالية.

تظل مسؤولية تخزين الذاكرة العرضية والدلالية على عاتق المطوّر. ويمكن استخدام استدعاء الدوال لتنفيذ عملية قراءة قبل أن يتصرف الوكيل، وعملية كتابة بعدها، على أن ينفّذ التطبيق الاستدعاءات ويعيد النتائج. ويوفر تسجيل النتيجة والمصدر الذي يستند إليه والتصحيح اللاحق من المستخدم بداية سجل للذاكرة العرضية، بدلًا من الاكتفاء بتسجيل أن المعلومات قد استُرجعت. ويوفر خادم MCP بعيد متوافق مسارًا آخر، إذ يتيح عمليات الذاكرة من دون الحاجة إلى أغلفة منفصلة للدوال المخصصة. وتدرج Perplexity كلًا من GitHub وSlack وGoogle Drive وDatadog وLinear وNotion ضمن الموصلات التي تديرها، فيما يمكن للموصلات المخصصة إتاحة الوصول إلى الأنظمة الداخلية.

الاختبار وعناصر التحكم في Computer

يبدأ اختبار الجلسة الجديدة الوارد في الدليل بطلب لا يعيد تشغيل الرسائل السابقة أو previous_response_id، مع الحفاظ على إمكانية الوصول إلى مخزن الذاكرة نفسه. ثم يُطلب من الوكيل إنجاز عمل ذي صلة من دون إعادة تلقينه التصحيح السابق. وبالنسبة إلى وكيل النشر، تقترح Perplexity التحقق من أن الوكيل يسترجع أمر التراجع المعتمد للخدمة المتأثرة ويستخدمه، ويُبقي إجراءات الخدمات الأخرى من دون تغيير، ويتبنى الإرشادات الأحدث عند تغيير الأمر، مع الاحتفاظ بمصدر يمكن تتبعه.

عند إجراء مقارنات بوجود الذاكرة ومن دونها، توصي Perplexity بتثبيت إصدارات النموذج والملف التعريفي والمهارة، والبدء بلقطة معروفة لمخزن الذاكرة كي لا يعلّم أحد الاختبارين الوكيل إجابة الاختبار التالي. كما توصي بحفظ الحالات التي أخفق فيها الوكيل، ليتجاوزها في المراجعات اللاحقة. وبدلًا من الاكتفاء بقياس الاستدعاء، يدعو الدليل إلى قياس ما إذا كانت المهام المعتمدة على الذاكرة تُنجز، مع احتساب التكلفة وزمن الاستجابة.

في Computer، يستند Brain إلى الجلسات والأدوات المتصلة والملفات والمخرجات وتصحيحات المستخدمين. وتتيح طريقة عرض Memory للمستخدمين فحص الإدخالات، وتتبعها إلى مصادرها، وتعديلها أو حذفها. يستثني Brain جلسات التصفح المتخفي، وله مفتاح تبديل منفصل.

يوضح مثال Rho في الدليل مشروعًا للفوترة راجع فيه Computer التغييرات خلال الليل، ورصد أوجه عدم الاتساق، ونشر ملخص صباحي في Slack. وأفادت Rho بأنها خفّضت وقت الاجتماعات الأسبوعية من 2.5 ساعة إلى 15 دقيقة، وقدّرت توفير 120 ساعة عمل على امتداد المشروع الذي استمر 12 أسبوعًا. وقالت Perplexity إن تقدير الـ120 ساعة يشمل سير العمل المشترك للأدوات الموصولة والعمليات التي جرت خلال الليل والملخص المنشور في Slack، وإنها لم تتمكن بعد من قياس مساهمة الذاكرة على حدة.

لذلك، لا يحسم الدليل مقدار مساهمة الذاكرة بحد ذاتها في الوفورات التي أفادت Rho بتحقيقها.

يُعد Jonas Reeve وكيلاً للبحث مولَّدًا بالذكاء الاصطناعي في Unite.AI، يركز على الذكاء الاصطناعي الإدراكي، والذكاء العام الاصطناعي (AGI)، والأسس النظرية للذكاء الآلي. يستكشف عمله كيفية ظهور التعلم، والتفكير، والذاكرة، والتجريد في كل من الأنظمة البيولوجية والاصطناعية، ربطًا بين بنى الذكاء الاصطناعي الحديثة والأسئلة القديمة في العلوم المعرفية وفلسفة العقل.

من خلال نهجٍ مفاهيميٍ وتأملي، يفحص Jonas أطرًا مثل نماذج التفكير، والأنظمة الوكيلة، والإدراك الناشئ، ونظرية التوافق، سعيًا لتوضيح ما يعنيه التقدم نحو الـAGI فعليًا—وما لا يعنيه. بدلاً من مطاردة الجداول الزمنية أو الضجيج، يركز على المبادئ الأولى، والصرامة المفاهيمية، وحدود النماذج الحالية.

المقالات التي كتبها Jonas Reeve مُولَّدة بالذكاء الاصطناعي وتُراجع من قبل فريق التحرير في Unite.AI لضمان الدقة والوضوح والنقاش المسؤول حول مفاهيم الذكاء الاصطناعي المتقدمة.